WO2022050830A1 - Feux tricolores autonomes délibératifs - Google Patents
Feux tricolores autonomes délibératifs Download PDFInfo
- Publication number
- WO2022050830A1 WO2022050830A1 PCT/MA2021/000017 MA2021000017W WO2022050830A1 WO 2022050830 A1 WO2022050830 A1 WO 2022050830A1 MA 2021000017 W MA2021000017 W MA 2021000017W WO 2022050830 A1 WO2022050830 A1 WO 2022050830A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- traffic
- road
- module
- traffic light
- road traffic
- Prior art date
Links
- 230000033228 biological regulation Effects 0.000 claims abstract description 32
- 238000000034 method Methods 0.000 claims abstract description 29
- 230000007246 mechanism Effects 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 4
- 238000004891 communication Methods 0.000 claims description 17
- 238000009434 installation Methods 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 7
- 238000012913 prioritisation Methods 0.000 claims description 5
- 238000007726 management method Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 4
- 238000001816 cooling Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 2
- 230000000007 visual effect Effects 0.000 claims description 2
- 230000015556 catabolic process Effects 0.000 claims 1
- 230000010354 integration Effects 0.000 claims 1
- 238000012423 maintenance Methods 0.000 claims 1
- 230000001105 regulatory effect Effects 0.000 claims 1
- 230000003044 adaptive effect Effects 0.000 abstract description 5
- 230000001133 acceleration Effects 0.000 abstract description 4
- 230000005540 biological transmission Effects 0.000 abstract description 3
- 230000026676 system process Effects 0.000 abstract 1
- 230000006399 behavior Effects 0.000 description 5
- 230000004913 activation Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000004297 night vision Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/015—Detecting movement of traffic to be counted or controlled with provision for distinguishing between two or more types of vehicles, e.g. between motor-cars and cycles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/081—Plural intersections under common control
- G08G1/083—Controlling the allocation of time between phases of a cycle
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/095—Traffic lights
Definitions
- measuring devices which make it possible to evaluate the presence of vehicles in each direction of an intersection.
- these measuring devices we cite: the inductive loops embedded in the roadway sensitive to the presence of the metal mass of a vehicle above, the pneumatic pipes which are fixed to the roadway perpendicular to the axis of traffic and allowing detect the passage of a vehicle by detecting the pressure created at the moment of the crushing of said pipe, the piezoelectric sensors making it possible to detect the presence of a vehicle thanks to the electric signal generated by the piezoelectric material at the moment passage of the vehicle, radars and ultrasonic sensors making it possible to detect the passage of a vehicle thanks to the reflection of the signal emitted by these sensors on the surface of the vehicle, magnetic sensors making it possible to detect the presence of a vehicle thanks to the variation of the magnetic field of the earth induced by the passage of the vehicle, video sensors which analyze the variation of the lighting caused by the passage of a vehicle (US 5 444442), etc
- These measuring devices suffer from a number of drawbacks, namely: the cost of
- these intelligent traffic light modules make it possible to take control of the intersection by adopting dynamic and adaptive regulation plans according to the reality of the traffic.
- An intelligent traffic light module installed in a traffic light head makes it possible to analyze road traffic entering the intersection through it. It also makes it possible to take control of all the traffic light modules (traffic, special or pedestrian) installed in the same lane, and possibly those installed in the adjacent lanes following the same direction of traffic. So a four-branch intersection, for example, will require at least four smart traffic light modules, preferably to be installed in the main traffic light of each branch.
- the smart fire modules begin by initiating the synchronization process.
- the synchronization process is a process that runs alongside programmed logic throughout its life cycle. Its purpose is to keep the various smart fire modules connected and in sync. If a connection or synchronization problem occurs, the process notifies the hardware watchdog in order to trigger the appropriate resilience mechanism.
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
Le dispositif et procédé de l'invention met en oeuvre un système de régulation de trafic routier pour feux tricolores doté d'un module de capture d'images orientable, d'un système embarqué équipé d'une accélération matérielle, d'un système de commande, d'un watchdog matériel et d'un module de transmission sans fil sécurisée. Ce système permet de prendre le contrôle des carrefours à feux d'une manière complétement autonome et intelligente n'ayant besoin d'aucune gestion ni installation centralisée, notamment un contrôleur de carrefour, en adoptant des plans de régulation dynamiques et adaptatifs en fonction de la réalité de la circulation. En effet, le module de capture d'images orientable permet de capturer les images du trafic routier sous un format brut, c.à.d. non compressé. Le flux des images est acheminé vers le système embarqué à travers une liaison haut débit. Le système embarqué est une unité de traitement équipée d'une accélération matérielle. Le système embarqué assure le traitement des flux vidéos au moyen des mécanismes de l'intelligence artificielle afin d'y extraire des informations décisionnelles par rapport au plan de régulation. Le système de transmission sans fil permet de partager ces informations avec le reste des modules de feu intelligents d'une manière sécurisée. Grâce à un algorithme distribué, les modules de feu intelligents calculent le meilleur plan de régulation par rapport à la réalité de la circulation. Grâce au système de commande, les différents modules de feu sont asservis suivant le plan de régulation calculé. Le watchdog matériel permet d'assurer le bon fonctionnement du système et de prendre le contrôle, le cas échéant, après l'avoir initialisé. De cette manière, une coordination complètement distribuée et autonome se met en place entre les différents dispositifs de l'invention. Cette coordination peut être limitée à l'échelle du carrefour, ou bien globale intégrant des données issues d'autres carrefours à l'échelle globale du réseau routier.
Description
Feux tricolores autonomes délibératifs
Dans la pratique, la régulation de la circulation routière par l’intermédiaire d’un feu tricolore consiste à faire appel à un dispositif central dit contrôleur de carrefour. Ce dernier agit sur les états du vert ainsi que les durées d’activation de chaque état. La plupart des contrôleurs répartissent les temps d’activation de chaque état soit d’une manière statique : cyclique et définitive, soit d’une manière dynamique : en adoptant un plan de feux préconfiguré en fonction du jour et de l’heure. Ces méthodes ne sont pas adaptatives et ne tiennent pas compte de l’état réel de la circulation. Par conséquent, la régulation de la circulation n’est pas au point et nécessite souvent l’intervention d’agents policiers dans les situations d’embouteillage.
Afin de rendre l’asservissement des feux tricolores adaptatif en fonction de l’état réel de la circulation, nous devons faire appel à un dispositif de mesure qui permet d’évaluer la présence de véhicules sur chaque direction. Le contrôleur de carrefour implémentera alors un algorithme ayant comme entrée lesdites mesures et agira en conséquence sur la répartition des temps d’activation de chaque état. Dans ce cas la gestion est dite adaptative.
On connaît plusieurs dispositifs de mesure permettant d’évaluer la présence de véhicules sur chaque direction d’un carrefour. Parmi ces dispositifs de mesure nous citons : les boucles inductives noyées dans la chaussée sensibles à la présence de la masse métallique d’un véhicule au-dessus, les tuyaux pneumatiques se fixant sur la chaussée perpendiculairement à l’axe de la circulation et permettant de détecter le passage d’un véhicule par la détection de la pression créée au moment de l’écrasement dudit tuyau, les capteurs piézo-électrique permettant de détecter la présence d’un véhicule grâce au signal électrique généré par le matériau piézo-électrique au moment de passage du véhicule, les radars et capteurs ultrasoniques permettant de détecter le passage d’un véhicule grâce à la réflexion du signal émis par ces capteurs sur la surface du véhicule, les capteurs magnétiques permettant de détecter la présence d’un véhicule grâce à la variation du champ magnétique de la terre induite par le passage du véhicule, des capteurs vidéos qui analysent la variation de l’éclairage causé par le passage d’un véhicule (US 5444442), etc.
Ces dispositifs de mesure souffrent d’un certain nombre d’inconvénients à savoir : le coût de mise en œuvre le coût des travaux de voirie et de génie civil, la probabilité élevée de recours à la coupure du trafic de plusieurs heures, l’intervention d’entreprises spécialisées, les contraintes très strictes sur l’emplacement de l’installation, la complexité d'un déploiement à grande échelle, la mesure étant aveugle, la non possibilité d’évaluer l’occupation au sol des véhicules, et la non possibilité d’évaluer la longueur de la file d’attente.
On connaît des dispositifs de mesures permettant de détecter les signaux Bluetooth et/ou wifi émanant des véhicules, ce qui permet de compter le nombre de véhicules traversant une borne et ainsi évaluer l’occupation au sol des véhicules. Cette technique n’est pas très fiable car elle présuppose que tous les véhicules sont équipés d’un système Bluetooth et/ou wifi et que ce dernier est activé en mode visible.
On connaît des dispositifs de mesures se basant sur des caméras comme source d’information combinée à une unité de traitement centralisée (EP 0454166, EP 0479698). Cette dernière permet d’analyser et d’extraire l’information utile contenue dans le flux vidéo, et l’utiliser ainsi afin d’asservir efficacement le feu tricolore. Lors de ce procédé, les techniques utilisées pour le traitement d’image relèvent soit des techniques de l’apprentissage automatique (Machine Learning) (WO 8806326, DE 4105809), soit des techniques de l’apprentissage en profondeur (Deep Learning) (CN 110556000A).
Toutefois, nous constatons les inconvénients suivants :
Le système repose sur une architecture centralisée où tous les flux sont acheminés vers une unité de traitement. Prévoir des interfaces permettant d’assurer le débit nécessaire au transfert des flux au format brut (cas des caméras industrielles) risque de rendre le système très coûteux. Par ailleurs, l’utilisation de caméras standards intégrant un mécanisme de compression d’images décroit la qualité des images et y intègre des informations de compression qui altèrent la qualité des prédictions. En conséquence, plusieurs applications ne sont plus possibles, à savoir T identification des numéros d’immatriculation des véhicules ainsi que la reconnaissance de certaines classes de véhicules.
En plus, l’installation des caméras et le passage des câbles d’alimentation et de transmission des données nécessitent l’intervention d’entreprises spécialisées, ce qui risque de perturber le trafic de plusieurs heures, voire de plusieurs jours.
Ces solutions nécessitent l’installation d’une armoire centralisée qui hébergera l’unité de calcul destinée à analyser les flux vidéos, dans le cas d’une architecture localisée, et ensuite asservir les feux tricolores par l’intermédiaire d’un automate. Dans le cas d’une architecture délocalisée (cloud), les flux vidéos sont acheminés vers des serveurs distants pour être analysés, les résultats sont exploités pour asservir les feux tricolores de la même manière. Que ce soit localisées ou délocalisées, ces solutions nécessitent l’installation d’une armoire au niveau de chaque carrefour, ce qui engendrera des coûts et travaux supplémentaires. De plus, dans le cas de l’architecture délocalisée, un support de communication haut débit reliant le carrefour et les serveurs de traitement s’avère inévitable afin de tenir compte des contraintes temps réel, ce qui risque d’augmenter considérablement le coût de la solution.
En référence à la Figure 1, le but du dispositif et procédé de l’invention est l’automatisation de la gestion des feux tricolores d’une manière complètement autonome et intelligente à travers un système de régulation de trafic routier caractérisé principalement en ce qu’il est complètement distribué et autonome n’ayant besoin d’aucune gestion ni installation centralisée, notamment un contrôleur de carrefour, et en ce qu’il est opère en mode sans fil.
Le dispositif et procédé de l’invention peut être implémenté dans un dispositif intelligent de régulation de trafic routier installable sur les potences des feux tricolores.
Il peut être implémenté dans une tête de feu intelligente pour la régulation de trafic routier.
Il peut être implémenté également dans un module de feu (optique) intelligent (3), pour la régulation de trafic routier, enfichable dans les têtes de feux existantes (1) en remplacement des modules de feu conventionnels.
Dans la suite de la description, le dispositif et procédé de l’invention sera implémenté dans un module de feu désigné par module de feu intelligent.
N’ayant besoin que d’une source d’alimentation, ces modules de feu intelligents permettent de prendre le contrôle du carrefour en adoptant des plans de régulation dynamiques et adaptatifs en fonction de la réalité de la circulation.
Un module de feu intelligent installé dans une tête de feu permet d’analyser le trafic routier qui entre au carrefour par son biais. Il permet également de prendre le contrôle de l’ensemble des modules de feu (tricolores, spéciaux ou piétons) installés dans la même voie, et éventuellement ceux installés dans les voies adjacentes suivant la même direction de circulation. Donc, un carrefour à quatre branches, par exemple, nécessitera, au moins, quatre modules de feu intelligents, à installer en préférence dans le feu principal de chaque branche.
Le calcul des plans de régulation se base principalement sur l’analyse des informations spatio- temporelles (occupation au sol des véhicules dans le temps) récoltées en temps réel par les modules de feu intelligents.
Les différents modules de feu intelligents communiquent et échangent les rapports de circulation en sans-fil, ce qui rend l’installation de ces modules moins contraignante en éliminant les travaux de génie civil liés au passage des câbles de communication dans le cas d’une solution filaire.
Grâce au programme distribué partagé par l’ensemble des modules de feu intelligents, ces derniers collaborent et se synchronisent d’une manière complètement autonome en adoptant le plan relatif à la meilleure stratégie de régulation par rapport à la réalité de la circulation.
Ce dispositif et procédé de l’invention servira également d’outil de contrôle et de surveillance. En effet, les modules de feu intelligents (2) peuvent détecter automatiquement le franchissement de feu rouge en lisant les plaques d’immatriculation des véhicules concernés. Ils peuvent à ce titre disposer des informations nécessaires pour la verbalisation du contrevenant. Cette capacité de lire les plaques d’immatriculation pourra servir également à des fins de surveillance.
Les modules de feu intelligents peuvent être dotés d’autres supports de communication afin de permettre le suivi et contrôle à distance si besoin est.
Les modules de feu intelligents peuvent être installés sur la base d’une installation existante (1, 2) sans que l’on soit contraint de remplacer les feux tricolores et le contrôleur de carrefour existants. Les modules de feu intelligents sont compatibles avec la majorité des têtes de feu tricolores existantes. Le contrôleur de carrefour peut être désactivé et servir de solution de redondance le cas échéant. Ce comportement peut être automatisé par l’intermédiaire du watchdog matériel (13) du module de feu intelligent en l’interfaçant avec le contrôleur de carrefour.
En effet, les modules de feu intelligents sont capables de s’interfacer avec d’autres systèmes externes ou des capteurs de mesure en fonction du besoin à l’aide d’interfaces de communication
filaires ou non filaires. Le système pourra intégrer ces informations en tant que mesures décisionnelles.
En plus de ces avantages, la présente invention a pour but de remédier aux inconvénients cités au début en relation avec les dispositifs actuels.
Un module de feu intelligent (3) est composé principalement de : un module d’alimentation (7),
- un système d’illumination à LEDs (8) (vert, jaune, ou rouge),
- un module de capture d’images et de vidéos orientable (5) permettant de capturer les images du trafic routier, un système embarqué équipé d’une accélération matérielle (9) afin d’assurer le traitement des flux vidéos au moyen des mécanismes de l’intelligence artificielle,
- un système de refroidissement (10,11), un système de communication sans fil (4) permettant de communiquer avec le reste des modules de feu intelligents, un système de commande (12) permettant de contrôler les autres modules de feu, et un watchdo g matériel (13).
Le module d’alimentation (7) permet d’adapter l’alimentation secteur à l’alimentation des différents composants électroniques et électriques du module de feu intelligent.
Le système d’illumination à LEDs (8) constitue la lampe du module de feu. Un module de feu intelligent peut avoir une lampe rouge, jaune ou verte. D’autres couleurs ou formes illuminées peuvent être implémentées si besoin est.
Le module de capture d’images (5) assure une vision grand-angle avec vision nocturne capable d’atteindre un taux d’au moins 30 FPS. Ce module est connecté au module embarqué moyennant une liaison haut débit (14), à savoir la CSI. Cette liaison permet le transfert des images au format brut afin de permettre une meilleure reconnaissance à travers les mécanismes de l’intelligence artificielle.
Ce module de capture d’images est situé en bas de la lentille bombée (6) du module de feu intelligent, ce qui lui offre un degré d’inclinaison vers le bas lui permettant d’être orienté naturellement vers la route.
Sachant que le mécanisme d’orientation n’est pas indispensable, le module de capture d’images peut être orienté électriquement par le biais d’une application de configuration afin de couvrir la zone d’intérêt d’une manière plus précise et flexible. Il peut être réorienté dynamiquement au cours de son exploitation par le programme de l’intelligence artificielle afin de mieux évaluer la circulation en couvrant les zones mortes.
Le système embarqué (9) est composé d’un ordinateur à carte unique, muni d’une accélération matérielle telle que le GPU ou le TPU. Grâce à cette dernière, le système pourra exécuter des modèles de détection d’objets, de classification et de reconnaissance en temps réel en faisant appel aux techniques d’apprentissage en profondeur (deep learning).
Il est refroidi et maintenu en température normale de fonctionnement grâce à deux mécanismes distincts :
Système de refroidissement ventilé installé à bord du système embarqué (10)
Couche métallique galvanisée (11) couvrant l’intérieur du module de feu intelligent servant d’échangeur thermique au système embarqué.
Le système embarqué exécute un programme d’intelligence artificielle distribué permettant de calculer le plan correspondant à la meilleure stratégie de régulation.
En effet, grâce au modèle de reconnaissance pré-entrainé et déployé dans le système embarqué, ce dernier est capable de classifier les véhicules suivant différents critères, notamment le type, la catégorie, la gamme, etc. et d’intégrer ces informations en tant que mesures décisionnelles.
Le système embarqué peut exécuter plusieurs modèles de reconnaissances visuelles pré-entrainés et exploiter ces informations afin d’offrir une meilleure stratégie de régulation.
En fonction du besoin, des modèles de reconnaissance permettant de détecter les accidents de routes, les incendies, certains comportements des conducteurs, ou certaines anomalies de circulation peuvent être déployés au niveau du système embarqué. Ce dernier pourra intégrer ces informations en tant que mesures décisionnelles.
De même, des modèles de reconnaissance permettant de détecter et reconnaître les piétons, les cyclistes ou tout mode de déplacement alternatif (trottinette, segway, gyroroue, etc.) peuvent être déployés dans le système embarqué. Ce dernier pourra ensuite intégrer ces informations en tant que mesures décisionnelles.
Des modèles de reconnaissance et lecture des plaques d’immatriculation des véhicules peuvent être déployés au niveau du système embarqué afin de pouvoir les identifier. Ces informations peuvent être utilisées dans des scénarios de détection de franchissement de feu rouge, ou à des fins de sécurité.
Le système embarqué pourra implémenter une logique de priorisation de passage pour une certaine classe de véhicules, notamment les véhicules d’intérêt général prioritaires (les ambulances, les véhicules de transports en commun, etc.). Par exemple, si une ambulance est reconnue sur une voie au cours d’un cycle rouge du feu, le passage lui sera cédé immédiatement en interrompant le cycle en cours et en passant au cycle vert.
Le système pourra implémenter une logique de priorisation de passage pour des véhicules individuels en se basant sur l’identification des plaques d’immatriculation ou un mécanisme d’identification sans fil. Cette priorisation de passage pourra être accordée par une sélection de modules de feu intelligents, ce qui servirait à délimiter un trajet, et/ou pendant une plage horaire prédéfinie.
Cette logique de priorisation peut donner lieu à un nouveau paradigme de monétisation pour les villes intelligentes en offrant un service de priorité de passage dans les carrefours à feux.
Le système de communication sans fil (4) est le support de communication des modules de feu intelligents. Il permet d’échanger les rapports de circulation et les informations de synchronisation entre les modules de feu intelligents. Il implémente des mécanismes de sécurité et de cryptage de données garantissant le niveau de sécurité requis.
Ce système de communication sans fil rend l’installation de ces modules de feu intelligents moins contraignante en éliminant les travaux de génie civil liés au passage des câbles de communication dans le cas d’une solution filaire.
La régulation du trafic routier peut se faire à l’échelle des carrefours. Auquel cas, les modules de feu intelligents du même carrefour établissent des communications Point à Point afin de mettre en place la stratégie de régulation de la logique programmée (15).
Avec une pénétration assez élevée des modules de feu intelligents dans les carrefours d’un réseau routier, les systèmes de communication sans fil de ces modules pourront implémenter un réseau maillé (Mesh Network) qui les relira tous. Ce réseau maillé peut être exploité afin de mettre en
place une régulation à l’échelle de l’ensemble du réseau routier. Ce qui permettra d’éviter les situations d’encombrement en implémentant des stratégies de régulation globales.
En fonction du besoin, le réseau maillé constitué par les modules de feu intelligents peut être exploité à des fins autres que celles liées à la régulation du trafic routier.
Le système de commande (12) d’un module de feu intelligent permet de contrôler les autres modules de feu (tricolores, spéciaux ou piétons) installés dans sa voie en les asservissant suivant le plan de régulation calculé par la logique programmée.
Le système de commande est doté d’une carte à relais ayant principalement quatre canaux :
- un canal pour actionner (allumer ou d’éteindre) les modules de feu verts,
- un canal pour actionner les modules de feu jaunes,
- un canal pour actionner les modules de feu rouges, et un canal pour actionner les modules piétons,
D’autres canaux servant à actionner d’autres modules spéciaux peuvent être intégrés.
Le watchdog matériel (13) permet de surveiller le bon fonctionnement des différents modules et systèmes du module de feu intelligent à savoir le système embarqué, le module de capture d’images, le système de commande, et le système de communication sans fil. Si une anomalie est détectée sur l’un de ces éléments, le watchdog matériel prend le contrôle en adoptant le meilleur comportement de résilience en fonction de l’élément étant tombé en panne.
Les comportements de résilience peuvent aller de l’application d’un plan de régulation statique prédéfini, jusqu’à céder le contrôle au contrôleur du carrefour s’il en est préalablement équipé. D’autres comportements visant à mettre à l’arrêt l’ensemble du système et avertir les utilisateurs en faisant clignoter le jaune, par exemple, est également envisageable.
En parallèle du mécanisme de résilience appliqué, le watchdog matériel tente d’initialiser le système en vue d’un rétablissement potentiel.
Le module de feu intelligent pourra être équipé d’autres interfaces et modules selon le besoin afin d’être exploité au mieux. Un module de communication cellulaire, par exemple, pourra le connecter à une plateforme de contrôle et suivi à distance.
En référence à Figure 7, les modules de feu intelligents commencent par lancer le processus de synchronisation.
Le processus de synchronisation est un processus qui s’exécute en parallèle de la logique programmée tout au long de son cycle de vie. Son objectif est de maintenir les différents modules de feu intelligents en état de connexion et de synchronisation. Si un problème de connexion ou de synchronisation surviennent, le processus notifie le watchdog matériel afin de déclencher le mécanisme de résilience approprié.
Après le lancement du processus de synchronisation, les modules de feu intelligents chargent le plan de régulation initial. Ce dernier comporte les paramètres d’un cycle initial prédéfini par l’utilisateur lors de la configuration.
Pendant le cycle initial, les modules de feu intelligents analysent le trafic routier selon des mesures décisionnelles prédéfinies à savoir le taux d’occupation au sol des véhicules, la longueur de la file d’attente, le nombre des piétons, etc.
Si la priorité de passage est intégrée en tant que mesure décisionnelle, le cycle initial peut être interrompu à tout moment en fonction de la priorité de passage marquant ainsi sa fin.
Avant la fin du cycle initial, les modules intelligents archivent leurs analysent sous format de rapports de circulation et se les partagent.
Après avoir reçu les rapports de circulation des autres modules de feu intelligents, chaque module de feu intelligent calcule un coefficient de correction par rapport aux paramètres du cycle initial afin de l’adapter à la réalité de la circulation.
Les modules de feu intelligents déclenchent le nouveau cycle calculé et continuent l’analyse du trafic routier pour le prochain cycle.
Les modules de feu intelligents peuvent décider de prolonger le cycle en cours si les paramètres de la circulation y sont favorables. Par exemple, dans un carrefour à quatre branches, dans le cas d’une absence de circulation sur une branche et son prolongement qui se trouvent en état d’arrêt (rouge) à la fin du cycle, il convient de prolonger la phase rouge sur ces branches, et la phase verte sur les autres.
Claims
REVENDICATIONS
1 - Système de régulation de trafic routier pour feu tricolore caractérisé en ce qu’il est complètement embarqué au niveau d’une tête de feu tricolore, en ce qu’il est distribué et autonome n’ayant besoin d’aucune gestion ni installation centralisée, notamment un contrôleur de carrefour, en ce qu’il opère en sans-fil et en ce qu’il comprend :
- Au moins, un module de capture d’images et de vidéos (5), caractérisé en ce qu’il est intégré à la lentille (6) d’un module de feu. L’intégration du module de capture d’images au niveau de la lentille d’un module de feu permet de l’orienter systématiquement vers la route dans le cas des lentilles bombées. Ce module permet de capturer le trafic routier passant par la route en haute définition.
Un système de traitement embarqué relié au module de capture d’images, au sein du même dispositif, à l’aide d’une liaison haut débit et comprenant :
Un accélérateur matériel permettant d’exécuter des modèles de reconnaissance visuelle sur les images et vidéos capturées. Ces modèles de reconnaissance relèvent de l’intelligence artificielle et permettent de calculer des métriques décisionnelles comme le nombre de véhicules, le taux d’occupation au sol des véhicules, la longueur de la file d’attente, les catégories des véhicules, etc.
Un ensemble d’entrées/s orties permettant l’interfaçage du système avec d’autres modules.
Le fait que le système embarqué soit relié au module de capture d’images au sein du même dispositif permet un transfert au format brut des images moyennant la liaison haut débit sans avoir besoin d’équipements spéciaux pour le même transfert dans le cas d’une liaison longue distance.
Un système de refroidissement assurant le fonctionnement du système de traitement embarqué en température normale.
Un module de communication sans fil relié au système embarqué à travers ses entrées/sorties permettant des communications sécurisées de courte et longue portée. Ce module permet d’échanger les paramètres de régulation comme les métriques décisionnelles, les données de synchronisation, les plans de régulation, etc. Ce module permet d’éliminer les travaux de génie civil liés au passage des câbles de communication dans le cas des solutions filaires.
Un module de commande de feux relié au système embarqué à travers ses entrées/sorties permettant d’asservir les modules de feu tricolores, piétons ou spéciaux de la même voie suivant la régulation calculée par la logique programmée. Ce module permet de se passer du contrôleur de carrefour.
Un watchdog matériel relié au système de traitement embarqué permettant d’assurer le bon fonctionnement de l’ensemble des éléments suscités et de prendre le contrôle du module de commande, le cas échéant.
Ce système permet de calculer, à partir de ses métriques décisionnelles et des métriques décisionnelles reçues des autres systèmes, des plans de régulation adaptés à la réalité de la circulation et d’asservir les modules de feux tricolores, piétons ou spéciaux en les respectant.
2 - Système de régulation de trafic routier pour feu tricolore, selon la revendication 1, caractérisé en ce que ledit module de capture d’images et de vidéos dispose d’un mécanisme d’orientation. Ce dernier lui offre un degré de liberté permettant de l’orienter efficacement sur la zone d’intérêt, et de couvrir les zones mortes au cours de son exploitation.
3 - Système de régulation de trafic routier pour feu tricolore, selon la revendication 1 ou 2, caractérisé en ce qu’il est complètement embarqué au niveau d’un module de tête de feu tricolore (3). Ce qui permet de l’enficher dans une tête de feu tricolore existante en remplacement de l’un de ses modules conventionnels. Ce système rend la maintenance plus facile en permettant de le remplacer facilement en cas de panne.
4 - Système de régulation de trafic routier pour feu tricolore, selon les revendications 1 à 3, caractérisé en ce qu’il est capable de détecter et lire les plaques d’immatriculation des véhicules. Ce qui permet son utilisation à des fins de contrôle et de surveillance.
5 - Système de régulation de trafic routier pour feu tricolore, selon la revendication 4, caractérisé en ce qu’il est capable de détecter les véhicules franchissant le feu rouge et de les identifier par leurs immatriculations.
6 - Système de régulation de trafic routier pour feu tricolore, selon les revendications 1 à 3, caractérisé en ce qu’il est capable de s’interfacer avec un autre système externe indépendant à travers ses entrées/sorties filaires ou à travers son module de communication sans fil. Cet interfaçage permet de nouvelles utilisations comme la surveillance, l’analyse du trafic routier, la mise en place d’un système d’affichage, etc.
7 - Système de régulation de trafic routier pour feu tricolore, selon les revendications 1 à 3, caractérisé en ce qu’il est capable de classifier les véhicules selon plusieurs critères, notamment le type, la catégorie, etc. et d’intégrer ces informations en tant que mesures décisionnelles.
8 - Système de régulation de trafic routier pour feu tricolore, selon les revendications 1 à 3, caractérisé en ce qu’il est capable de détecter et reconnaître les accidents de routes, les incendies, certains comportements des conducteurs et certaines anomalies de circulation et d’intégrer ces informations en tant que mesures décisionnelles.
9 - Système de régulation de trafic routier pour feu tricolore, selon les revendications 1 à 3, caractérisé en ce qu’il est capable de détecter et reconnaître les piétons, les cyclistes ou tout mode de déplacement alternatif et d’intégrer ces informations en tant que mesures décisionnelles.
10 - Système de régulation de trafic routier pour feu tricolore, selon les revendications 1 à 3, caractérisé en ce qu’il est capable de détecter et reconnaître tout objet ou action dont le modèle de reconnaissance est déployé dans son système embarqué et d’intégrer ces informations en tant que mesures décisionnelles.
11 - Système de régulation de trafic routier pour feu tricolore, selon les revendications 1 à 3, caractérisé en ce qu’il est capable de s’interfacer avec des capteurs de mesure, et d’intégrer ces informations en tant que mesures décisionnelles.
12 - Système de régulation de trafic routier pour feu tricolore, selon les revendications 1 à 3, caractérisé en ce qu’il est capable de s’interfacer avec d’autres supports de communication.
13 - Système de régulation de trafic routier pour feu tricolore, selon les revendications 1 à 3, caractérisé en ce qu’il implémente une logique de priorisation de passage en se basant sur la détection de la catégorie des véhicules, l’identification des plaques d’immatriculation ou l’identification des véhicules à travers un mécanisme d’identification sans fil.
14 - Procédé de régulation de trafic routier pour carrefour à feux, caractérisé en ce qu’au moins un feu de chaque branche d’un carrefour comprend le système revendiqué selon l’une des revendications 1 à 13.
15 - Procédé de régulation de trafic routier pour carrefour à feux, selon la revendication 14, caractérisé en ce que la priorité de passage donne lieu à un paradigme de monétisation en offrant un service de priorité de passage payant dans les carrefours à feux.
16 - Procédé de régulation de trafic routier pour carrefour à feux, selon la revendication 14, caractérisé en ce qu’il comprend les étapes suivantes : a) Les systèmes, selon l’une des revendications 1 à 13, lancent le processus de synchronisation b) Les systèmes, selon l’une des revendications 1 à 13, chargent un plan de régulation préconfiguré et déclenchent le plan de régulation initial c) Lors du plan de régulation chargé :
Chaque système du carrefour, selon l’une des revendications 1 à 13, analyse le trafic routier selon différents paramètres à savoir le taux d’occupation au sol des véhicules, la longueur de la file d’attente, le nombre de véhicules passant ou à l’arrêt, etc.
- A 90% d’accomplissement du plan de régulation en cours, les systèmes, selon l’une des revendications 1 à 13, échangent les paramètres calculés.
Chaque système, selon l’une des revendications 1 à 13, utilise ces paramètres afin de calculer un coefficient de correction de cycle.
Chaque système, selon l’une des revendications 1 à 13, calcule le prochain cycle en fonction du cycle en cours et du coefficient de correction calculé. d) A la fin du plan de régulation en cours, chaque système, selon l’une des revendications 1 à 13, déclenche le nouveau plan de régulation calculé. e) Chaque système selon, l’une des revendications 1 à 13, réitère depuis l’étape (c)
Le processus de synchronisation est un processus qui s’exécute en parallèle de la logique programmée tout au long de son cycle de vie. Son objectif est de maintenir les différents systèmes, selon l’une des revendications 1 à 13, en état de connexion et de synchronisation. Si un problème de connexion ou de synchronisation surviennent, ce processus notifie le watchdog matériel afin de déclencher un mécanisme de résilience approprié.
17 - Procédé de régulation globale de trafic routier pour carrefour à feux caractérisé en ce qu’au moins deux carrefours d’un réseau routier comprennent le procédé selon la revendication 14, et en ce que les métriques décisionnelles de chaque carrefour sont partagées avec au moins un autre carrefour comprenant le procédé selon la revendication 14. De cette manière, les carrefours coordonnent ensembles, à travers le réseau maillé mise au point par les systèmes selon les revendications 1 à 13, afin d’adopter la meilleure stratégie de régulation à l’échelle globale du réseau.
18 - Procédé de régulation globale de trafic routier pour carrefour à feux caractérisé en ce qu’au moins deux carrefours d’un réseau routier comprennent le procédé selon la revendication 14, et en ce que le réseau maillé constitué par les systèmes, selon les revendications 1 à 13, peut être exploité à des fins autres que celles liées à la régulation du trafic routier.
19 - Tête de feu caractérisée en ce qu’elle comprend le système revendiqué selon l’une des revendications 1 à 13.
20 - Module de tête de feu caractérisé en ce qu’il comprend le système revendiqué selon l’une des revendications 1 à 13.
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CA3176318A CA3176318A1 (fr) | 2020-09-07 | 2021-09-01 | Feux tricolores autonomes deliberatifs |
| CN202180069737.7A CN117121074A (zh) | 2020-09-07 | 2021-09-01 | 自动审议的交通灯 |
| ZA2023/03386A ZA202303386B (en) | 2020-09-07 | 2023-03-07 | Stand-alone decision-making traffic lights |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| MA50826A MA50826B1 (fr) | 2020-09-07 | 2020-09-07 | Feux tricolores autonomes délibératifs |
| MA50826 | 2020-09-07 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| WO2022050830A1 true WO2022050830A1 (fr) | 2022-03-10 |
Family
ID=77711325
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/MA2021/000017 WO2022050830A1 (fr) | 2020-09-07 | 2021-09-01 | Feux tricolores autonomes délibératifs |
Country Status (5)
| Country | Link |
|---|---|
| CN (1) | CN117121074A (fr) |
| CA (1) | CA3176318A1 (fr) |
| MA (1) | MA50826B1 (fr) |
| WO (1) | WO2022050830A1 (fr) |
| ZA (1) | ZA202303386B (fr) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1988006326A1 (fr) | 1987-02-17 | 1988-08-25 | Regents Of The University Of Minnesota | Systeme de detection de vehicules par traitement d'images pour la surveillance et la regulation du trafic |
| EP0454166A2 (fr) | 1990-04-27 | 1991-10-30 | Hitachi, Ltd. | Méthode et dispositif pour mesurer l'écoulement du trafic |
| EP0479698A1 (fr) | 1990-10-05 | 1992-04-08 | Francis Guillot | Dispositif de détection d'anomalies de circulation intégrée sur site dans une armoire |
| DE4105809A1 (de) | 1991-02-23 | 1992-09-03 | Industrieanlagen Betriebsges | Dynamische verkehrsflussanalyse und -steuerung mittels bilderkennung |
| US5444442A (en) | 1992-11-05 | 1995-08-22 | Matsushita Electric Industrial Co., Ltd. | Method for predicting traffic space mean speed and traffic flow rate, and method and apparatus for controlling isolated traffic light signaling system through predicted traffic flow rate |
| US6466260B1 (en) * | 1997-11-13 | 2002-10-15 | Hitachi Denshi Kabushiki Kaisha | Traffic surveillance system |
| US20080088478A1 (en) * | 2006-03-27 | 2008-04-17 | Robert Shillman | Video traffic monitoring and signaling apparatus |
| US20110141727A1 (en) * | 2008-08-11 | 2011-06-16 | Kmw Inc. | Lamp for camera-attachable streetlight |
| US20180096595A1 (en) * | 2016-10-04 | 2018-04-05 | Street Simplified, LLC | Traffic Control Systems and Methods |
| WO2018125508A1 (fr) * | 2016-12-29 | 2018-07-05 | X Development Llc | Gestion dynamique de trafic |
| CN110556000A (zh) | 2018-06-04 | 2019-12-10 | 义硕智能股份有限公司 | 人工智慧交通检测系统 |
| US10600319B1 (en) * | 2019-03-27 | 2020-03-24 | Greg Douglas Shuff | Adaptive traffic signal |
-
2020
- 2020-09-07 MA MA50826A patent/MA50826B1/fr unknown
-
2021
- 2021-09-01 CN CN202180069737.7A patent/CN117121074A/zh active Pending
- 2021-09-01 WO PCT/MA2021/000017 patent/WO2022050830A1/fr active Application Filing
- 2021-09-01 CA CA3176318A patent/CA3176318A1/fr active Pending
-
2023
- 2023-03-07 ZA ZA2023/03386A patent/ZA202303386B/en unknown
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1988006326A1 (fr) | 1987-02-17 | 1988-08-25 | Regents Of The University Of Minnesota | Systeme de detection de vehicules par traitement d'images pour la surveillance et la regulation du trafic |
| EP0454166A2 (fr) | 1990-04-27 | 1991-10-30 | Hitachi, Ltd. | Méthode et dispositif pour mesurer l'écoulement du trafic |
| EP0479698A1 (fr) | 1990-10-05 | 1992-04-08 | Francis Guillot | Dispositif de détection d'anomalies de circulation intégrée sur site dans une armoire |
| DE4105809A1 (de) | 1991-02-23 | 1992-09-03 | Industrieanlagen Betriebsges | Dynamische verkehrsflussanalyse und -steuerung mittels bilderkennung |
| US5444442A (en) | 1992-11-05 | 1995-08-22 | Matsushita Electric Industrial Co., Ltd. | Method for predicting traffic space mean speed and traffic flow rate, and method and apparatus for controlling isolated traffic light signaling system through predicted traffic flow rate |
| US6466260B1 (en) * | 1997-11-13 | 2002-10-15 | Hitachi Denshi Kabushiki Kaisha | Traffic surveillance system |
| US20080088478A1 (en) * | 2006-03-27 | 2008-04-17 | Robert Shillman | Video traffic monitoring and signaling apparatus |
| US20110141727A1 (en) * | 2008-08-11 | 2011-06-16 | Kmw Inc. | Lamp for camera-attachable streetlight |
| US20180096595A1 (en) * | 2016-10-04 | 2018-04-05 | Street Simplified, LLC | Traffic Control Systems and Methods |
| WO2018125508A1 (fr) * | 2016-12-29 | 2018-07-05 | X Development Llc | Gestion dynamique de trafic |
| CN110556000A (zh) | 2018-06-04 | 2019-12-10 | 义硕智能股份有限公司 | 人工智慧交通检测系统 |
| US10600319B1 (en) * | 2019-03-27 | 2020-03-24 | Greg Douglas Shuff | Adaptive traffic signal |
Also Published As
| Publication number | Publication date |
|---|---|
| MA50826A1 (fr) | 2022-03-31 |
| CA3176318A1 (fr) | 2022-03-10 |
| MA50826B1 (fr) | 2022-05-31 |
| CN117121074A (zh) | 2023-11-24 |
| ZA202303386B (en) | 2023-10-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7688224B2 (en) | Method and system for collecting traffic data, monitoring traffic, and automated enforcement at a centralized station | |
| US10438071B2 (en) | Distributed system for mining, correlating, and analyzing locally obtained traffic data including video | |
| Frank et al. | IoT based smart traffic density control using image processing | |
| KR101942491B1 (ko) | 도로교통 상황 모니터링 관제·실시간 교통정보 분석·교통신호제어로 이루어진 인공지능형 cctv통합관제중개제어모듈을 갖는 cctv통합관제센터시스템 | |
| KR102029656B1 (ko) | 사물인터넷기반 임베디드 방식의 교통신호 자율운영시스템 | |
| US20190197887A1 (en) | Coordinated alert and event guidance system | |
| US10373489B2 (en) | System and method of adaptive controlling of traffic using camera data | |
| US20240194043A1 (en) | Luminaire Network with Sensors | |
| CN207164939U (zh) | 基于目标位置信息融合的周界防入侵装置 | |
| CN110379141B (zh) | 一种采用网关进行传感器联动的方法及网关系统 | |
| KR100822426B1 (ko) | 방범용 차량번호 인식시스템 및 그 제어방법 | |
| EP4181083A1 (fr) | Systèmes et procédés de détection et de validation de véhicule à l'arrêt | |
| WO2013119725A1 (fr) | Appareil d'observation et de détection de véhicule | |
| CN114394100A (zh) | 一种无人巡逻车控制系统及无人车 | |
| CN113870551B (zh) | 一种能够鉴别危险和非危险驾驶行为的路侧监控系统 | |
| KR102309106B1 (ko) | 상황 연계형 영상분석장치 | |
| WO2023241536A1 (fr) | Système et procédé de détection d'événements de trafic | |
| WO2022050830A1 (fr) | Feux tricolores autonomes délibératifs | |
| US7953546B1 (en) | Traffic surveillance system and process | |
| Faraj et al. | Intelligent traffic congestion control system using machine learning and wireless network | |
| CN105427439A (zh) | 小区栏杆机管理系统 | |
| KR101902221B1 (ko) | 단일 카메라를 이용한 자율 영상정보 취득 시스템 | |
| KR102060273B1 (ko) | Iot 기반의 지능형 cctv 장치 및 이를 이용한 관제 시스템 | |
| AU2021106912A4 (en) | Systems and methods for monitoring urban areas | |
| KR20060024720A (ko) | 교통신호등의 무선원격 제어 및 감시 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 21769207 Country of ref document: EP Kind code of ref document: A1 |
|
| ENP | Entry into the national phase |
Ref document number: 3176318 Country of ref document: CA |
|
| WWE | Wipo information: entry into national phase |
Ref document number: 202317024042 Country of ref document: IN |
|
| NENP | Non-entry into the national phase |
Ref country code: DE |
|
| ENP | Entry into the national phase |
Ref document number: 2021769207 Country of ref document: EP Effective date: 20230411 |
|
| 122 | Ep: pct application non-entry in european phase |
Ref document number: 21769207 Country of ref document: EP Kind code of ref document: A1 |